<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola a todos,
Muchas gracias por esta gran discusión y sugerencias, es muy útil. Como mi cliente ahora está de vacaciones, tengo que esperar para discutir esto más a fondo, con suerte, a mediados de la próxima semana. Pero ya os contaré el resultado.
Gracias de nuevo,
Martín
De: Bernd Heinen
Enviado: Freitag, 11. abril 2014 17:38
Para: Chris Kirchberg; Bill Worley; Luis Valente; Daniel Valente; Martín Demel; SE
Asunto: RE: Alineación de picos y reconocimiento de patrones
Hola,
Este es un diálogo realmente divertido, ¡aprendí mucho! Pero como soy un tipo sencillo sin conocimientos químicos, para mí eso parece un problema de detección de valores atípicos. No tenemos una solución lista para usar en JMP, pero es fácil de crear scripts. me gustaría
1. identificar valores atípicos
2. nombrarlos secuencialmente
3. coloque todos los valores atípicos con sus nombres, valores, tiempos e ID de muestra en una tabla de datos
4. Pruebe si los tiempos por nombre están dentro del límite de confianza del% de ax.
Como alternativa, uno podría simplemente tomar los picos identificados en los instrumentos, cambiarles el nombre secuencialmente y ejecutar una comparación de patrones (de los nombres) y/o aplicar los pasos 3 y 4 anteriores.
Esperando los comentarios de nuestros químicos.
Atentamente
Bernd
De: Chris Kirchberg
Enviado: Freitag, 11. abril 2014 17:29
Para: Bill Worley; Luis Valente; Daniel Valente; Martín Demel; SE
Asunto: RE: Alineación de picos y reconocimiento de patrones
¿Quién dijo que la química no era divertida? Hace años que no veo tanta conversación sobre HPLC/GC, datos y picos. Calienta mi corazón químico
Chris Kirchberg
Ingeniero de Habilitación Técnica JMP
Equipo de habilitación técnica mundial
De: Bill Worley
Enviado: viernes 11 de abril de 2014 09:14
Para: Luis Valente; Daniel Valente; Martín Demel; SE
Asunto: RE: Alineación de picos y reconocimiento de patrones
Martín,
Dado que la química está en mi sangre y que los químicos debemos mantenernos unidos, voy a opinar sobre los comentarios de Lou. Mi experiencia con los cromatogramas que usted muestra es la misma que la de Lou y estoy de acuerdo con Lou en que el software del instrumento debería ser muy capaz de ayudar a determinar los picos de interés. JMP podría usarse para comparar los cromatogramas y exponer las diferencias entre ejecuciones o lotes de material enumerando cada ejecución en una columna.
Es posible que valga la pena que el analista dedique tiempo a identificar algunas de las diferencias o pueden ser artefactos o picos fantasma que quedaron de un análisis anterior si las columnas no se lavan bien como en HPLC o no se "hornean" para el análisis de GC. Algunos de esos tipos de picos son tan pequeños que no merecen el esfuerzo. Si observa Pr 16 frente a Pr 17, verá un pico inicial aproximadamente a los 8 minutos en Pr 16 que no verá en Pr 17. Ese pico es tan pequeño que probablemente no valga la pena el esfuerzo de perseguirlo. Los 3 picos posteriores a eso, alrededor de 9 minutos, son reproducibles de una carrera a otra y podrían valer la pena. Son subproductos de una reacción o contaminantes en el material que se analiza.
Según la identificación mostrada para los picos más grandes, estos son algunos compuestos bastante grandes y es probable que haya muchos "trozos" pequeños flotando en la mezcla que pueden o no significar nada en el análisis final. Perdón por la lección de química analítica, pero espero que ayude.
Saludos,
Factura
De: Luis Valente
Enviado: viernes 11 de abril de 2014 9:59
Para: Daniel Valente; Martín Demel; SE
Asunto: Re: Alineación de picos y reconocimiento de patrones
Martín,
En mi experiencia, estos cromatogramas de HPLC o GLC con identificación de picos de tiempo de retención se analizan en línea con el software de química analítica provisto en los detectores del instrumento. Todas las identificaciones se realizan en el detector y, si hay una variación en el tiempo de retención debido a una variación en el método analítico, el pico generalmente se identifica mediante experimentos de adición y/o espectrofotometría de masas en la vena del pico eluida. Aunque parece plausible poder utilizar JMP para este tipo de análisis, no es la norma ya que los proveedores de instrumentos como Hitachi, Perkin-Elmer, Shizmadu, etc. suelen vender un instrumento muy caro con software incluido para hacer tal cosa de forma automatizada. moda.
Saludos,
lou
luis valente
Gerente Senior, Habilitación Técnica ▪ División JMP
Teléfono: +1 (919) 531-3378
louis.valente@jmp.com
JMP: Descubrimiento estadísticoTM. De SAS.
www.jmp.com
De: Daniel Valente
Fecha: viernes 11 de abril de 2014 a las 9:50 h
Para: Martín Demel , "jmpse@wnt.sas.com"
Asunto: Re: Alineación de picos y reconocimiento de patrones
Hola martin -
Llegando a esto, cómo lo abordaría si fuera una respuesta de impulso acústico. El parámetro IACF (función de correlación cruzada interaural) analiza el patrón de reflejos que llegan a los oídos izquierdo y derecho medido mediante una técnica de IR binaural. Luego toma una correlación cruzada desde el sonido directo hasta los primeros 80 ms después del sonido directo (normalmente) y busca qué tan similares son los picos (reflejos) en ambos oídos. Esto luego se convierte en una medida de la amplitud de la habitación (tomando el máximo del IACC de –1 a 1 ms). Los datos recopilados que se analizan de esta manera son muy similares a los que usted ha presentado aquí.
¿Los datos se adquieren con la misma frecuencia de muestreo para cada medición? Parece que su muestra es bastante escasa en cuanto a tiempo, sería bueno acceder a los datos sin procesar y ver la respuesta cada ms o algo así. Si pudiera hacer eso, podría usar una correlación cruzada en la plataforma Time Series para determinar el retraso de la muestra entre las muestras 1 y 2 y luego agregar algo de latencia a la muestra principal para alinear los picos.
Puede que esto no sea lo que quieren, pero es la primera técnica que me vino a la mente a través de mi lente de proceso de señal/acústica.
Matemáticas para quienes se preocupan:
La función de correlación cruzada interaural se define como
(11)
donde hL(t) y hR(t) son las respuestas al impulso del oído izquierdo y derecho respectivamente. El coeficiente de correlación cruzada interaural se toma como:
(12)
Dan
De: Martín Demel
Fecha: viernes 11 de abril de 2014 a las 5:16
Para: "[JMP] SE"
Asunto: Alineación de picos y reconocimiento de patrones
Hola,
Un cliente del sector de alimentación y sabor (equipo de análisis sensorial) preguntó sobre la funcionalidad de reconocimiento de patrones/alineación de picos en JMP. ¿Tenemos esta capacidad? De ser así, ¿hay algún ejemplo disponible?
Para ser más concreto:
El conjunto de datos se ve así:
KA 142 005 Pr16
No.
Tiempo de retirada
Índice de retirada
Área
Tipo
Área Rel.
Cantidad
Nombre del pico
mín.
pA*mín
%
ppm
1
8.620
1657,2
0,026
BMB
0,012
264,60
2
9.220
1706,1
0,031
BMB
0,014
318,50
3
9.368
1717,3
0,065
BMB
0,029
659,78
4
9.850
1752,5
0,041
BMB
0,019
418,87
5
11,317
1852,8
36.548
BMB
16.559
373.816,84
A
6
12.090
1902,0
0,540
BMB
0,245
5.520,64
7
12,413
1920,5
0,011
BMB
0,005
113,79
8
12,927
1948,2
0,744
BMB
0,337
7.611,68
9
13.488
1976,9
0,056
BMB
0,025
572,75
10
14.230
2013,9
0,542
BMB
0,245
5.540,39
11
14.898
2047,2
14.705
BMB
6.663
150.406,13
B
12
15.600
2081,0
0,025
BMB
0,011
256,14
13
16.148
2106,1
55.467
BM
25.132
567.331,13
B_2
14
16.733
2131,0
0,108
METRO
0,049
1.105,31
15
17.105
2146,3
6.406
MEGABYTE
2,902
65.520,93
C_1
dieciséis
17,918
2178,2
0,029
BMB
0,013
300,34
Y un segundo set así:
KA 142 005 Pr17
No.
Tiempo de retirada
Índice de retirada
Área
Tipo
Área Rel.
Cantidad
Nombre del pico
mín.
pA*mín
%
ppm
1
9.227
1706,6
0,028
BMB
0,019
414,92
n / A
2
9.355
1716,3
0,021
BMB
0,014
314,55
n / A
3
9.848
1752,4
0,039
BMB
0,026
571,50
n / A
4
11.305
1852,0
30.725
BMB
20.081
449.519,59
A
5
12.087
1901,8
0,435
BMB
0,284
6.365,73
6
12,925
1948,1
0,680
BMB
0,444
9.944,70
7
13.442
1974,6
0,025
BMB
0,016
360,13
8
14.227
2013,7
0,367
BMB
0,240
5.374,04
9
14.857
2045,2
5.287
BMB
3.456
77.358,63
B
10
16.113
2104,5
43.257
BM
28.271
632.875,80
B_2
11
16.712
2130,1
0,028
METRO
0,018
407,61
12
17.093
2145,8
5.491
MEGABYTE
3.589
80.334,69
C_1
13
17,922
2178,4
0,013
BMB
0,009
196,67
14
18.590
2203,5
0,031
BM
0,020
450,20
15
18.837
2212,7
8.131
METRO
5.314
118.967,53
C_2
dieciséis
19.332
2230,9
0,022
METRO
0,014
323,37
Puedes ver en la columna de la derecha que a veces hay caracteres y otras no. Por ejemplo, si mira "A", verá que la hora es aproximadamente la misma y sabrá que está relacionada con el mismo "nombre de pico". Pero hay muchos otros que no conocen. El objetivo es alinear los otros nombres de picos en varios de esos conjuntos de datos de forma más o menos automática.
A continuación verá algunas formas de esas señales con nombres de picos.
Por lo tanto, primero deben encontrar los picos, luego compararlos con la segunda señal y ver si los picos están alineados. La dificultad además es que el número de observaciones temporales no siempre es el mismo. O en otras palabras, los picos se desplazan dentro de un pequeño rango desconocido.
Sé que se podría resolver dicha comparación mediante funcionalidades de procesamiento de señales, como, por ejemplo, primero la reducción de ruido con transformaciones wavelet, a veces correcciones de línea base y normalización de espectros, y luego usar una coincidencia de puntos u otro método de alineación. Pero no sé si esto es algo que podríamos hacer en JMP. Mirar la documentación y realizar una búsqueda rápida en los libros no tuvo mucho éxito. Lo mismo utilizando la búsqueda en Internet relacionada con “JMP”. Acabo de encontrar algunas ideas sobre el uso de Clustering para encontrar picos comunes y utilizar más los centros de esos picos. Pero esto podría tener problemas en caso de que el cambio en un pico esté dentro del rango de un valor atípico. Tampoco estoy seguro de si una matriz de distancia sería de ayuda y, como no usé ese enfoque antes, no tengo idea de cómo ir más lejos.
Entonces, si sabes que esto es posible (o incluso no), un cliente lo ha hecho antes o tienes un ejemplo, estaré encantado de servirte una cerveza la próxima vez que nos veamos.
Gracias,
Martín
PD: en caso de que tengas una idea pero necesites datos, házmelo saber (tengo algunos del cliente).
Martín Demel
Ingeniero de Sistemas JMP ▪ Ventas JMP ▪ Alemania, Austria, Suiza
Tel: + 49 89 15929 315 ▪ Fax: + 49 6221 415 44 6115
Móvil: + 49 172 6340 872 ▪ Martin.Demel@jmp.com ▪ www.jmp.com/de
Dirección: Nördliche Auffahrtsallee 22 ▪ 80638 Múnich
JMP - Descubrimiento estadístico de SAS
